1 / 31

Aula 5. Teste de Hipóteses II.

Aula 5. Teste de Hipóteses II. Capítulo 12, Bussab&Morettin “Estatística Básica” 7ª Edição. Procedimento teste de hipótese para proporção. Resumo. Estabelecer as hipóteses : H : contra uma das alternativas A : , A : ou A : . (2) Escolher um nível de significância .

avital
Download Presentation

Aula 5. Teste de Hipóteses II.

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Aula 5. Teste de Hipóteses II. Capítulo 12, Bussab&Morettin “Estatística Básica” 7ª Edição

  2. Procedimento teste de hipótese para proporção. Resumo. • Estabelecer as hipóteses: • H: contra uma das alternativas • A: , A: ouA: . (2) Escolher um nível de significância . (3) Determinar a região crítica RC da forma , ou, respectivamente às hipóteses alternativas, onde é número de elementos na amostra com o atributo desejado, .

  3. Procedimento teste de hipótese para proporção. Resumo. (4) Selecionar uma amostra aleatória e determinar o número de elementos na amostra com o atributo desejado. (5) Decidir, usando a evidência, ao nível de significância , e concluir.  RC rejeitamos H.  RC não rejeitamos H.

  4. Procedimento teste de hipótese para proporção. Região crítica. Estatística do teste é que é número de elementos na amostra com o atributo desejado, a distribuição de é a distribuição binomial .A região crítica é determinada em forma , ou, respectivamente às hipóteses alternativas, que depende de nível de significância do teste e da estatística do teste

  5. Procedimento teste de hipótese para proporção. Região crítica. Estatística do teste pode ser também a proporção em que , como antes, é número de elementos na amostra com o atributo desejado. Neste caso a região crítica é determinada em forma respectivamente às hipóteses alternativas

  6. Procedimento teste de hipótese para proporção. Região crítica. Aproximação normal. Estatística do teste pode ser também -estatística em que , como antes, é número de elementos na amostra com o atributo desejado. Neste caso a região crítica é determinada em forma

  7. Procedimento teste de hipótese para proporção. Região crítica. Aproximação normal. (1) H: A: (2) Escolher um nível de significância . (3) Determinar a região crítica RC da forma ou onde estatística do teste

  8. Procedimento teste de hipótese para proporção. Região crítica. Aproximação normal. (3) Determinar a região crítica RC da forma onde estatística do teste Achamos pela tabela da distribuição normal (4) Selecionar uma amostra aleatória e determinar o número de elementos na amostra com o atributo desejado.

  9. Procedimento teste de hipótese para proporção. Região crítica. Aproximação normal. (4) Calcular o valor observado da estatística do teste (5) Decidir, usando a evidência rejeitamos H. não rejeitamos H.

  10. Procedimento teste de hipótese para proporção. Aproximação normal. Exemplo:A proporção de analfabetos em um município era de 15% na gestão anterior. No início da sua gestão, o prefeito atual implantou um programa de alfabetização e após 2 anos afirma que reduziu a proporçãode analfabetos. Para verificar a afirmação do prefeito, n = 200cidadãos foram entrevistados.

  11. Procedimento teste de hipótese para proporção. Aproximação normal. Seja o número de analfabetos entre os 200 cidadãos entrevistados e , sendo a proporção atual de analfabetos no município (após o programa de alfabetização). • Estabelecer as hipóteses: • H: contra alternativa • A: . • H:A proporção de analfabetos no município não se alterou • (a afirmação do prefeito está incorreta). • A:A proporção de analfabetos no município diminuiu • (a afirmação do prefeito está correta).

  12. Procedimento teste de hipótese para proporção. Aproximação normal. (2) Escolher um nível de significância . • (3) Determinar a região crítica RC da forma • ondeachamos pela tabela da distribuição normal • Então, a região crítica RCé

  13. Procedimento teste de hipótese para proporção. Aproximação normal. (4) Buscar a evidência na amostra para concluir. Se observamos 20analfabetos entre os 200 entrevistados, qual a conclusão? Calculemos a estatística do teste

  14. Procedimento teste de hipótese para proporção. Aproximação normal. (5) Decisão e conclusão: decidimos por rejeitar a hipótese nula ao nível de significância de 5%. Concluímos que temos evidência suficiente para afirmar que a proporção de analfabetos (após o programa de alfabetização) é inferior a 15%, isto é, há evidência suficiente de que a afirmação do prefeito seja correta.

  15. Procedimento teste de hipótese para média populacional. amostra : são independentes e população normal

  16. Procedimento teste de hipótese para média populacional. Nossoobjetivo agora é apresentarprocedimentosestatísticos simples para verificar se um conjunto de dados amostraisdáounãosuporte à umaconjecturasobre o valormédio (desconhecido) de umacaracterística de interesse, observávelem “indivíduos” de umapopulação (normal). Maisprecisamente, procedimentos para testarhipótesessobre, tomandocomo base o valormédiodessacaracterística, observadoemumaamostra casual simples de tamanhodesses “indivíduos”.

  17. Procedimento teste de hipótese para média populacional. Exemplo: Emperíodos de pico, osclientes de um bancosãoobrigados a enfrentarlongasfilas para sacardinheironoscaixaseletrônicos. Dados históricos de váriosanos de operaçãoindicamque o tempo de transaçãonessescaixas tem distribuição normal com médiaigual a 270 segundos. Para aliviaressasituação o banco resolve instalar, emcaráter experimental, algunscaixaseletrônicos de concepçãomaisavançada. Após o período de experiência, o bancopretendeexaminar o tempo médioobtidoemumaamostra casual simples das transaçõesrealizadasnessescaixas.

  18. Procedimento teste de hipótese para média populacional. As etapas a seremcumpridas para esteteste de hipótesessão as mesmasquevimosanteriormente. • (1)Formular as hipótesesnulaH e a alternativaA • HipóteseNula :afirmaçãoouconjecturasobrecontra a qualestaremosbuscandoevidêncianos dados amostrais. • HipóteseAlternativa :afirmaçãoouconjecturasobrequesuspeitamos (ouesperamos) serverdadeira. • H: contra uma das alternativas • A: , A: ou A: • H: seg. • A: seg.

  19. Procedimento teste de hipótese para média populacional. (2) Fixar o nível de significânciado teste. Seja. • (3) Determinar a região crítica RC da forma • ou • ou • ou • respectivamente às hipóteses alternativas

  20. Procedimento teste de hipótese para média populacional. • Aestatística do teste ou vai ser definida dependendo do conhecimento de variância populacional como • caso é conhecida, e • caso é desconhecida • Valores e são definidos pelas hipóteses e : • ou usando tabela normal • ou • ou usando tabela T-Student

  21. Procedimento teste de hipótese para média populacional. • No exemplo supomos não que sabemosvariância populacional então usaremos a estatística do teste Para aliviaressasituação o banco resolve instalar, emcaráter experimental, algunscaixaseletrônicos de concepçãomaisavançada. Após o período de experiência, o bancopretendeexaminar o tempo médioobtidoemumaamostra casual simples das 24 transaçõesrealizadasnessescaixas. Achamos de condição

  22. RC

  23. Procedimento teste de hipótese para média populacional. • (4) Buscar a evidência na amostra para concluir: Para aliviaressasituação o banco resolve instalar, emcaráter experimental, algunscaixaseletrônicos de concepçãomaisavançada. Após o período de experiência, o bancopretendeexaminar o tempo médioobtidoemumaamostra casual simples das 24 transaçõesrealizadasnessescaixas. Amostra de 24 trasaçõesofereceseguintes dados: • Valor observado da estatística do teste é

  24. Procedimento teste de hipótese para média populacional. (5) Decisão e conclusão: decidimos por rejeitar a hipótese nula ao nível de significância de 5%. Concluímos que temos evidência suficiente para afirmar que a média de transição diminuiu nas novos caixaseletrônicos

  25. Exemplo:Um industrial afirmaqueseuprocesso de fabricaçãoproduz 90% de peçasdentro das especificações. O IPEM desejainvestigar se esseprocesso de fabricaçãoestá sob controle. Seja a proporção de peçasproduzidasdentro das especificações. As hipóteses de interessesão: H: A: Ou seja, queremos testar H: O processo está sob controle. A: O processo não está sob controle.

  26. Nível descritivo. Introdução. Selecionamosumaamostraaleatória de 15 itens e observamos o número de itenssatisfatórios. Então: Região crítica:RC= { X  k } Paratemos e RC Paratemos e RC

  27. Nível descritivo. Introdução. Se observamos x = 10 peças satisfatórias, então: a)  10 RC Rejeitamos Hao nível de significância de 6%. b)  10  RC Não rejeitamos Hao nível de significância de 1%. Crítica: Arbitrariedade na escolha da RC (ou do nível de significância). • Sugestão:Determinar o nível de significância associado à evidência experimental, que é denominado nível descritivooup-valor.

  28. Nível descritivo. P-valor. No exemplo, a região crítica é da forma RC . Para ,o nível descritivo ou valor é calculado por: O valor é igual à probabilidade de ocorrerem valores de tão ou mais desfavoráveis para a hipótese nula do que o valor observado . Assim, se o processo estivesse sob controle, a probabilidade de encontrarmos uma amostra de 15 peças com 10 ou menos peças satisfatórias é de apenas 1%. Isso sugere que a hipótese nula deve ser rejeitada.

  29. Nível descritivo. P-valor. Se o valor é “pequeno”, então é pouco provávelobservarmos valores iguais ou mais extremos que o da amostra, supondo a hipótese nula verdadeira. Assim, há indícios de que a hipótese nula não seja verdadeira e tendemos a rejeitá-la. Por outro lado, para valores “não tão pequenos” de , não fica evidente que a hipótese nula seja falsa, portanto tendemos a não rejeitá-la. Assim, P“pequeno”  rejeitamosH P“não pequeno”  não rejeitamosH Quão “pequeno” deve ser o valor de P para rejeitarmos H?

  30. Nível descritivo. P-valor.  Lembrandoque a ideiainicial de era considerar um nível de significânciaassociado à evidênciaamostral, podemoscompará-lo a um nível de significância fixado, de modo que: rejeitamos  não rejeitamos P P não rejeitamos H rejeitamos H Se,dizemos que a amostraforneceu evidência suficiente para rejeitar a hipótese nula .

  31. Observações: •Quanto menor o valorP, maior é a evidência contra a hipótese nula H contida nos dados. No exemplo:P = 0,0127. •Quando a hipótese nula é rejeitada para um nível de significância  fixado, dizemos também que a amostra é significante ao nível de significância . Adotando = 0,05, temos queP< , portanto rejeitamos Hao nível de significância 5%. Assim, o processo não está sob controle.

More Related